NSFC-广东联合基金项目合作研发网络结构研究
发布时间：2021-10-13 05:27
构建NSFC-广东联合基金合作研发二分网络,利用模块度方法识别联合基金承担单位中形成的"研究社区",在区域层面分析各"研究社区"的空间格局与布局特征,并利用泊松空间交互正则化模型探讨"研究社区"跨区域合作的影响因素。研究表明:NSFC-广东联合基金合作研发二分网络形成了以研究领域为驱动的社区;各"研究社区"的空间布局以广东省为中心,覆盖东部和南部地区;科技创新水平和单位数量是跨区域合作的主要影响因素。
【文章来源】：数理统计与管理. 2020,39(04)北大核心CSSCI
【文章页数】：12 页
【部分图文】：
图１二分网络图（浅色节点为单位，深色节点为项目）??１．１二分网络的构建??ＭＳＦＯ－广东联合基金项目数据包含项目及项目参与单位等信息，单位和项目之间有直接??关系，而不同单位之间，不同项目之间没有直接关系
７４０??数理统计与管理??第３９卷第４期２０２０年７月??图２社区发现结果（同一个领域的节点用同一种图标表示）??从结果中我们有如下发现。首先，从网络拓扑结构（图２）可知，联合基金已经形成了稳定??的研究社区，社区内部的边比社区之间的边多，也就是说社区内部的单位之间的合作多于社??区之间的单位的合作。如第一社区中的单位大多为医学为特色的单位，其内部单位之间合作??较多，而第二社区中的单位大多为以环境和资源为优势领域，故第一社区和第二社区中的单??位之间的相互合作要远远少予第一社区和第二社区各自内部单位之间的合作。这说明单位之??间的合作一定程度上取决于其领域特色，领域相同可能会促进单位之间的相互合作。??其次，我们发现同一社区的项目所对应的领域大多相同，五个社区分别对应于〃农业”，“人??口与健康“新材料与先进制造”，“资源与环境”，“电子信息”这五大领域。而且每个社区所??对应单位大多都以该社区对应领域为特色和强势学科。具体地，第一个社区由南方医科大学等??以医学为重点的单位和中山大学等综合性大学组成。第一个社区中的项目除４个项目外，均??属于人口与健康领域。第二个社区由广东海洋大学等与资源环境密切相关的单位和广州大学??等综合性大学组成。第二个社区中的项目除１１个项目外，均属于资源与环境领域。第三个社??区由华南理工大学等以工科为特色的单位和中山大学等综合性大学组成。第三个社区中的项??目除１个项目外，均属宁新材料与先进制造领域。第四个社区由华南农业大学等以农业为优??势的单位和四川大学等综合性大学组成。第四个社区中的项目除１６个项目外，均属于农业领??域。第五个社区由华南理工大学等工科较强的单位和清华大学等综合性大
社区中３１个地区之间的合作网络，设其邻接矩阵为＝?考虑社区ｅ中的每一??个项目，如果这个项目的参与单位分别属ｆ两个不同的地区ｉ和ｊ，则增加１。因此，於為??代表在社区ｃ的项目中，地区＊和地区ｊ之间单位合作的次数。对宁每个社区，我们计算出地??区之间合作网络的邻接矩阵。矩阵对角线位置元素表示该地区参与该社区（领域）项目的单位??数，非对角线位置元素表示相应地区合作的项目数。??⑷农业??（ｂ）人口与健康?（ｃ）电子信息??（ｄ）新材料与先进制造?（ｓ）资源与环境?（ｆ）综合??图３各领域跨区合作网络??我们用网络可视化技术将各领域中各地区网络呈现于图３中。结合图３，我们可以看到，??在所有社区（领域）内，广东省与其他地区合作最为频繁，和北京市合作次数最多。除北京市??之外，在农业领域内，广东省与湖北省合作项目数较多；在人口与健康领域内，广东省与上海??市合作项目数较多；在电子信息领域内，广东省与湖北省合作项目数较多；在新材料与先进制??造领域内，广东省与江苏省和上海市合作项目数较多；在资源与环境领域内，广东省与江苏省??和山东省合作项目数较多。总的来说，广东省与北京市，上海市，江苏省，湖北省，山东省，辽??宁盛陕西省合作项目较多，且合作总项目数依次递减。??总的来说，不同领域的地理分布不尽相同，但都形成了以广东省为中心点的合作网络。广??东省处于每个领域地域网络的中心位置，这是由广东－ＳＴＳＦＣ联合基金的特点所决定的。和广??州合作最多的地区为北京市和上海市，这也反映了北上广这三个地区较强的科研实力。此外，??东部沿海地区和南部地区之间的合作较为密切，中部地区以及西部地区几乎没有单位参与。??
【参考文献】：
期刊论文
[1]跨区域合作对NSFC——广东联合基金论文产出的影响[J]. 于会珠,黄璐,王康睿,朱东华. 科研管理. 2017(S1)
[2]第二期（2011—2015年）NSFC-广东联合基金申报资助分析及发展建议[J]. 刘玲,徐霖,刘琼,彭向阳. 中国科学基金. 2016(06)
[3]L1/2 regularization[J]. XU ZongBen 1 , ZHANG Hai 1,2 , WANG Yao 1 , CHANG XiangYu 1 & LIANG Yong 3 1 Institute of Information and System Science, Xi’an Jiaotong University, Xi’an 710049, China;2 Department of Mathematics, Northwest University, Xi’an 710069, China;3 University of Science and Technology, Macau 999078, China. Science China（Information Sciences）. 2010(06)
[4]NSFC-广东联合基金资助情况及发展对策分析[J]. 王永丽,刘梅,罗梦娜,芶祯成,邬华东,夏亮辉. 科技管理研究. 2010(10)
本文编号：3434039
【文章来源】：数理统计与管理. 2020,39(04)北大核心CSSCI
【文章页数】：12 页
【部分图文】：
图１二分网络图（浅色节点为单位，深色节点为项目）??１．１二分网络的构建??ＭＳＦＯ－广东联合基金项目数据包含项目及项目参与单位等信息，单位和项目之间有直接??关系，而不同单位之间，不同项目之间没有直接关系
７４０??数理统计与管理??第３９卷第４期２０２０年７月??图２社区发现结果（同一个领域的节点用同一种图标表示）??从结果中我们有如下发现。首先，从网络拓扑结构（图２）可知，联合基金已经形成了稳定??的研究社区，社区内部的边比社区之间的边多，也就是说社区内部的单位之间的合作多于社??区之间的单位的合作。如第一社区中的单位大多为医学为特色的单位，其内部单位之间合作??较多，而第二社区中的单位大多为以环境和资源为优势领域，故第一社区和第二社区中的单??位之间的相互合作要远远少予第一社区和第二社区各自内部单位之间的合作。这说明单位之??间的合作一定程度上取决于其领域特色，领域相同可能会促进单位之间的相互合作。??其次，我们发现同一社区的项目所对应的领域大多相同，五个社区分别对应于〃农业”，“人??口与健康“新材料与先进制造”，“资源与环境”，“电子信息”这五大领域。而且每个社区所??对应单位大多都以该社区对应领域为特色和强势学科。具体地，第一个社区由南方医科大学等??以医学为重点的单位和中山大学等综合性大学组成。第一个社区中的项目除４个项目外，均??属于人口与健康领域。第二个社区由广东海洋大学等与资源环境密切相关的单位和广州大学??等综合性大学组成。第二个社区中的项目除１１个项目外，均属于资源与环境领域。第三个社??区由华南理工大学等以工科为特色的单位和中山大学等综合性大学组成。第三个社区中的项??目除１个项目外，均属宁新材料与先进制造领域。第四个社区由华南农业大学等以农业为优??势的单位和四川大学等综合性大学组成。第四个社区中的项目除１６个项目外，均属于农业领??域。第五个社区由华南理工大学等工科较强的单位和清华大学等综合性大
社区中３１个地区之间的合作网络，设其邻接矩阵为＝?考虑社区ｅ中的每一??个项目，如果这个项目的参与单位分别属ｆ两个不同的地区ｉ和ｊ，则增加１。因此，於為??代表在社区ｃ的项目中，地区＊和地区ｊ之间单位合作的次数。对宁每个社区，我们计算出地??区之间合作网络的邻接矩阵。矩阵对角线位置元素表示该地区参与该社区（领域）项目的单位??数，非对角线位置元素表示相应地区合作的项目数。??⑷农业??（ｂ）人口与健康?（ｃ）电子信息??（ｄ）新材料与先进制造?（ｓ）资源与环境?（ｆ）综合??图３各领域跨区合作网络??我们用网络可视化技术将各领域中各地区网络呈现于图３中。结合图３，我们可以看到，??在所有社区（领域）内，广东省与其他地区合作最为频繁，和北京市合作次数最多。除北京市??之外，在农业领域内，广东省与湖北省合作项目数较多；在人口与健康领域内，广东省与上海??市合作项目数较多；在电子信息领域内，广东省与湖北省合作项目数较多；在新材料与先进制??造领域内，广东省与江苏省和上海市合作项目数较多；在资源与环境领域内，广东省与江苏省??和山东省合作项目数较多。总的来说，广东省与北京市，上海市，江苏省，湖北省，山东省，辽??宁盛陕西省合作项目较多，且合作总项目数依次递减。??总的来说，不同领域的地理分布不尽相同，但都形成了以广东省为中心点的合作网络。广??东省处于每个领域地域网络的中心位置，这是由广东－ＳＴＳＦＣ联合基金的特点所决定的。和广??州合作最多的地区为北京市和上海市，这也反映了北上广这三个地区较强的科研实力。此外，??东部沿海地区和南部地区之间的合作较为密切，中部地区以及西部地区几乎没有单位参与。??
【参考文献】：
期刊论文
[1]跨区域合作对NSFC——广东联合基金论文产出的影响[J]. 于会珠,黄璐,王康睿,朱东华. 科研管理. 2017(S1)
[2]第二期（2011—2015年）NSFC-广东联合基金申报资助分析及发展建议[J]. 刘玲,徐霖,刘琼,彭向阳. 中国科学基金. 2016(06)
[3]L1/2 regularization[J]. XU ZongBen 1 , ZHANG Hai 1,2 , WANG Yao 1 , CHANG XiangYu 1 & LIANG Yong 3 1 Institute of Information and System Science, Xi’an Jiaotong University, Xi’an 710049, China;2 Department of Mathematics, Northwest University, Xi’an 710069, China;3 University of Science and Technology, Macau 999078, China. Science China（Information Sciences）. 2010(06)
[4]NSFC-广东联合基金资助情况及发展对策分析[J]. 王永丽,刘梅,罗梦娜,芶祯成,邬华东,夏亮辉. 科技管理研究. 2010(10)
本文编号：3434039
本文链接：https://www.wllwen.com/kejilunwen/yysx/3434039.html
